游戏的最小 - 最大评估功能

Question

我正在开发一款游戏(坦克游戏2D),(例如 - 链接)AI玩家.我的玩家将成为其他5个玩家中的一个(AI也是),他们在网格中的某个地方随机出现获取最大硬币.(看看上面给出的图片).玩家也可以互相射击.并且健康包也随机出现在网格中的某个位置.

因此,为了使用min max tree并找出最聪明的下一步,我必须构建一个评估函数.问题出现在这里,我以前没有这种评估功能的经验.我应该遵循任何指导方针,还是有一种共同的方法来做到这一点我的意思是我有一些想法,我不确定它是否会这样做工作.你能建议我应该研究哪个领域.我用Google搜索并发现了许多东西,但没有适当的教程或类似的东西.谢谢.

Answer 1

基本上,评估游戏的最佳方法是:

• 玩游戏 - 试着看看你试图避免什么情况,哪些是好的.尝试将这些情况制定为一般评估.
• 研究 - 有人可能已经研究过这个或类似的问题,如果是这样的话 - 也许有一些文章或其他材料暗示了一些启发式功能.

我要做的是如下:

1. 创建一组启发式函数,每个函数描述游戏的一个方面(距离最近的敌人,敌人的火线,我的健康栏,......).我会尽可能地玩这个游戏以扩展这个列表,当然也可以在线查看其他人可能已经为这个/类似游戏找到的想法.
2. 从第一步开始,我们实际上得到了一组函数:h_1(board),h_2(board),...,h_n(board)- 但我们仍然不知道我们的启发式函数是什么
3. 我试着找到一些参数a_1,a_2,...,a_n,然后创建我的启发式函数:
   h(board) = a_1 * h_1(board) + a_2 * h_2(board) + ... + a_n * h_n(board
   现在的问题是 - 如何获取这些参数.请注意,现在我们有一个优化问题.
   针对该特定问题的一种解决方案是蒙特卡洛学习.

蒙特卡洛学习:

蒙特卡洛学习的想法是创建一个代理列表(AI),每个代理都用一些随机值初始化a_1,...,a_n- 并在它们之间进行比赛.
锦标赛结束后a_1,...,a_n,根据执行最佳的代理更改每个代理的值,然后重新运行锦标赛.(一种方法是类似于遗传算法中的"生成"步骤- 交叉和突变,但还有其他方法).

最后 - 蒙特卡洛学习过程应该为您提供良好的价值a_1,...,a_n- 这将为您提供良好的启发式功能.